Deskripsi
Prophet adalah prosedur peramalan yang diimplementasikan dalam R dan Python, dirancang untuk menangani data deret waktu dengan efek musiman yang kuat dan beberapa musim. Alat ini mengikuti API model scikit-learn, memungkinkan pengguna untuk menginisialisasi objek Prophet lalu memanggil metode `fit` dan `predict`. Data input untuk Prophet harus berupa DataFrame pandas dengan dua kolom: `ds` untuk stempel waktu dan `y` untuk pengukuran numerik yang akan diramalkan. Kolom `ds` harus dalam format yang dikenali oleh pandas, idealnya 'YYYY-MM-DD' untuk tanggal atau 'YYYY-MM-DD HH:MM:SS' untuk stempel waktu.
Baca Selengkapnya
Proses fitting sangat cepat, biasanya memakan waktu 1-5 detik. Setelah fitting, prediksi dibuat pada DataFrame yang berisi tanggal mendatang. Prophet menyediakan metode pembantu, `make_future_dataframe`, untuk menghasilkan DataFrame ini, yang secara default mencakup tanggal historis untuk fitting dalam sampel. Metode `predict` menghasilkan DataFrame ramalan yang mencakup nilai yang diprediksi (`yhat`), bersama dengan interval ketidakpastian (`yhat_lower`, `yhat_upper`) dan komponen ramalan.
Prophet menawarkan kemampuan visualisasi melalui metode `plot` dan `plot_components`, yang dapat menampilkan ramalan keseluruhan dan bagian-bagian penyusunnya seperti tren, musiman tahunan, dan musiman mingguan. Untuk visualisasi interaktif, Prophet terintegrasi dengan Plotly. Prosedur ini mampu memodelkan beberapa musiman, tingkat pertumbuhan yang berubah, dan hari-hari khusus, menjadikannya kuat untuk berbagai tantangan peramalan. API R mencerminkan API Python, menggunakan fungsi `prophet` untuk fitting dan fungsi generik `predict` dan `plot` untuk peramalan dan visualisasi.
Prophet sangat berguna untuk peramalan bisnis di mana musiman adalah faktor yang signifikan, seperti pola harian, mingguan, atau tahunan. Sifatnya yang otomatis mengurangi kebutuhan akan penyesuaian manual yang ekstensif, sementara fleksibilitasnya memungkinkan penyesuaian ahli. Alat ini sangat cocok untuk ilmuwan data, analis, dan pengembang yang perlu membangun ramalan yang andal dengan cepat dan efisien.
- KategoriPeramalan & Analitik Prediktif
- Model HargaOpen source
- PenerapanCloud, Di-host sendiri
- PlatformWeb
Fitur Inti Prophet
Peramalan deret waktu
Menangani musiman (harian, mingguan, tahunan)
Memodelkan beberapa musiman
Menyesuaikan untuk hari libur dan acara khusus
Peramalan otomatis dengan opsi penyesuaian manual
Proses fitting cepat (1-5 detik)
Menyediakan interval ketidakpastian
Memvisualisasikan komponen ramalan (tren, musiman)
Tersedia dalam R dan Python
API yang kompatibel dengan Scikit-learn (Python)
Plotting interaktif dengan Plotly
Sumber terbuka
Memulai dengan Prophet
Instal melalui manajer paket: Gunakan `pip install prophet` untuk Python atau `install.packages('prophet')` untuk R.
Siapkan data: Buat DataFrame dengan kolom 'ds' (stempel waktu) dan 'y' (pengukuran numerik).
Inisialisasi dan fit model: Buat objek Prophet dan panggil metode `fit` dengan data historis Anda.
Hasilkan tanggal mendatang: Gunakan `make_future_dataframe` untuk membuat DataFrame untuk prediksi mendatang.
Buat prediksi: Panggil metode `predict` dengan DataFrame mendatang untuk mendapatkan ramalan.
Visualisasikan hasil: Gunakan metode `plot` dan `plot_components` untuk visualisasi ramalan dan komponen.
Visualisasi interaktif: Manfaatkan integrasi Plotly untuk plot ramalan dan komponen interaktif.
Kasus Penggunaan Prophet
- Peramalan bisnis
- Prediksi lalu lintas situs web
- Analisis dampak acara
- Perencanaan sumber daya
- Deteksi anomali
- Analisis kampanye pemasaran
